如何用AI挖掘行业信息,找到蓝海赛道?(手把手教学版)信息源

人工智能的发展为我们提供了新的解决方案,但如何有效地运用AI工具进行商业研究,却很少有人系统地总结过。

今天,我将以新茶饮行业为例,带大家一步步了解如何运用AI工具开展商业情报研究,并建立起自己的研究框架和方法论。

我是阿泽,目前是一名独立商业研究员,同时也是增长智库的主理人。

在做了七年的私域数字化营销之后,我选择到上海交通大学攻读MEM工程管理硕士,希望能够在理论与实践中找到更好的结合点。

流程:我总结的AI辅助行业分析6步法

从确定研究目标到形成最终报告,每一步如何借助AI提升效率,让行业研究不再是一件耗时耗力的事。

工具:我在实践中筛选出的AI工具及其使用技巧我会介绍几款经过实战检验的AI工具,以及如何用最简单的方式,让AI准确理解你的需求。

实践:我会用新茶饮行业作为案例,带大家完整体验整个分析过程理论讲解后,我会通过新茶饮这个大家熟悉的行业,手把手教大家如何运用这套方法,让每个人都能快速上手。

一、掌握6步流程:AI行业分析从小白到高手

我的目标很简单:让大家看到商业情报研究其实人人都可以做。

这不是噱头,而是我的真实感受,只要掌握了正确的方法和工具,你也能做出专业的分析报告。

第一步:明确目标

在这个大数据时代,我们面对的信息实在太多。所以在开始研究之前,一定要先明确你要研究什么,为什么要研究。这就像是给自己画一个研究范畴,让后续的工作有的放矢。

第二步:数据收集

在确定了目标和研究假设后,我们需要有针对性地搜集数据。这里很多同学都遇到一个问题:如何验证数据的有效性?这个问题在实操环节我会详细讲解。

第三步:数据整理和验证

当你收集到大量数据后,需要进行初步的筛选和验证。在这个阶段,至少要找到两个甚至三个信息源去进行交叉比对。

不过如果你找到的是官方一手数据,比如上市公司的财报、招股说明书这类严肃的内容,基本就不需要再质疑其真实性了。

第四步:数据分析

随着数据量的增加,仅靠人力去识别数据、提炼洞察的难度会越来越大。这时就要充分发挥AI在数据分析中的价值。

比如说,我在研究新茶饮行业时,会同时研究十多个品牌,涉及五个维度、二十个数据指标,数据总量以百计。这种情况下,借助AI来协助分析就显得尤为重要。

第五步:研究可视化

当我们从数据中提炼出有效洞察后,需要用直观的方式呈现出来。在实操环节,我会教大家如何制作数据图表,让枯燥的数据变得生动易懂。

第六步:形成研究报告

这是把前面所有工作成果整合起来的关键一步。一份好的研究报告不仅要数据详实,还要逻辑清晰,让读者一目了然。

这六个步骤看起来很简单,但每一步都大有学问。在实操环节,我会结合具体案例,展示如何在每个环节都用好AI工具,提升工作效率。

在开展商业情报研究时,很多人会遇到这样的困惑:想研究某个领域,但不知道如何获取研究所需的数据和情报。

三、常见的可视化图表

在商业研究中,我们不需要过于复杂的图表。图表的本质是将数据图形化,让信息传递更直观有效。以下是六类常用的图表类型:

柱状图:最基础常见的数据展示方式

折线图:适合展示趋势变化

饼状图:可以是中空或完整形式,适合展示占比关系

气泡图:包含三个维度的数据展示,适用于多维度数据分析

雷达图:适合展示多维度指标特征的对比,如多个品牌在五个维度上的表现对比

词云图:主要用于文本频率和重要性的可视化呈现,可以做成心形、云朵等各种形状

值得注意的是,复杂的图形反而会降低信息传递的有效性。选择图表类型时,应该以清晰传达信息为首要考虑因素。

四、AI工具基础用法1、Trick法则的五个核心要素

要想高效地运用AI辅助商业情报研究,我们首先要掌握一些基础用法。最核心的就是提示词(Prompt)的使用技巧。

Trick这个词在英语里有"技巧、诡计"的含义,而我们要做的就是成为AI魔术师。

虽然现在确实有专门做提示工程的职业,但我们不需要做得那么专业,掌握基础用法就够了。

Trick法则源于五个核心要素:

Task(任务):明确目的和目标。告诉AI需要完成的具体任务,避免模糊指令。

Role(角色):设定AI的身份或视角。指定AI扮演的角色或身份,使其生成的内容符合特定语气和专业度。

Instructions(指令):细化操作步骤。清晰说明任务的执行方式或结构要求。

Key-word(关键词):明确核心词汇或内容要点。列出希望重点包含的词或概念,确保输出内容聚焦。

这几个要素怎么理解呢?简单来说,就是根据这些关键要素来编写提示词,输入给AI大模型,让它更准确地理解我们的意图。

很多同学在使用AI时会发现一个现象:为什么同样一个模型,有的人用起来觉得非常智能,而自己用却总是答非所问,甚至是隔靴搔痒?这就是因为可能不太会结构化地输出提示词给AI。

比如在角色定义这块,有时候你只需要告诉AI"你是个哲学家"就够了,但有时候却需要详细说明"你是某某行业负责某某方面的营销专员"。为什么会这样?

因为AI模型在训练时,对"哲学家"、"工程师"这类高度凝练的词已经包含了非常丰富的语义,你反而说得太多了,它反而不容易准确识别角色定义。

写提示词不是越多越好,关键在于精准,而不是数量。就像武功的最高境界是"忘记武功",熟练之后,你不一定要严格按照这个结构来写,只要确保包含这些要素就可以了。

2、按需选用的AI大模型

在模型选择方面,总的来说国外的大模型还是要更胜一筹。不过国内的通义千问和Kimi也可以用,虽然相比ChatGPT还是有些差距。

今天为了便于大家实践,我们会使用国内的模型来演示。文本创作和数据分析用Kimi,PPT制作用通义千问。

至于豆包等其他模型,在结构化数据分析这块效果要差一些。我也对比过星火、文心一言等,有的甚至还不支持Excel表格导入,所以今天我们主要用Kimi和通义千问。

3、Markdown的常见用法

再来说说Markdown这个轻量级标记语言。大家可以直观对比:普通文本往往是一大段杂乱的内容,而用Markdown改写后,能很好地突出层次,补充重要信息。

五、实践:以新茶饮行业为例动手带练

1、获取AI反馈筛选信息源

我们从实操开始。第一步是如何利用AI获取信息源并筛选有用的信息。这里我以使用Kimi为例,带大家理解整个流程。

首先,打开你的Kimi工具,这里我需要先呼应一下前面讲过的内容,即如何运用TRICK法则撰写清晰的提示词。

提示词的设计核心在于逻辑清晰,结构明确。即便之前没有频繁使用过AI工具,大家也不用担心,只要理解这个方法,就能够快速上手。写提示词并不难,关键是掌握方法。

我先给大家展示一个提示词的设计方法。提示词的第一部分是背景信息,也就是告诉AI:我现在要做什么。

如果你有更详细的资料,比如已有的行业研究报告,可以直接上传附件,让AI更准确理解你的需求。

在这个案例中,我们的目标是对新茶饮行业的品牌进行市场调研。为了让AI更精准地帮助我们获取信息,可以给它设置明确的角色定位——比如“你是现制茶饮行业的资深从业者”。

这里我特别解释一下,为什么提示词中用的是“现制茶饮行业”而不是“新茶饮行业”。这是因为“现制茶饮”这个概念比“新茶饮”更广,在网络语义中的普及度也更高。

而新茶饮只是现制茶饮的一个子集。所以,当我们撰写提示词时,要有意识地选择更适合研究目标的特征词。

接下来,我们进一步明确研究对象和内容。我列举了四个品牌作为研究对象,研究内容则包括门店数量、城市等级分布、营收规模和用户规模。

这里还有一个特别重要的概念,“思维链”。在提示词里,我们可以明确要求AI按**step-by-step**的方式完成任务。这样AI在处理任务时会更细致、更有条理。

2、运用搜索技巧获取数据资料

完成第一步后,我们进入第二步——运用搜索技巧获取更高质量的数据资料。这里我重点讲解了**GoogleHacking**的方法,帮助大家精准定位一手数据。

大家可以这么理解:普通搜索可能会返回大量泛化信息,而高级搜索则可以快速找到目标内容。比如,当我们需要某品牌的招股书或财报时,可以使用文件格式筛选的搜索技巧。

具体来说,可以在搜索框中输入:filetype:pdf+关键词。

比如,“filetype:pdf奈雪2024中期财报”。这样,搜索结果会直接锁定PDF格式的文件。

在实际操作中,Google的搜索效果最好,但如果无法使用Google,也可以尝试百度或夸克等其他搜索引擎。

这里我给大家演示了一些例子,比如直接找到奈雪2024年中期业绩报告的PDF文件。这

当然,除了搜索引擎,还有一些其他渠道,比如上市公司的公告和财报网站。比如,我在演示中提到过一个港股网站,大家可以通过这个网站持续跟踪上市公司的最新动态。

恰巧在直播时,找到了古茗当天(12月15日)发布的最新招股书,这是用来开展情报研究真实性、时效性最好的数据源。

3、整理并验证资料有效性

获取数据后,第三步是整理和验证数据的有效性。这一步非常关键,因为即便是AI提供的信息,也可能存在一定的错误,因此需要我们进行人工校验。

整理数据时,我建议大家先建立一个分析模型。比如,我用的是“品牌竞争力分析模型”,包括市场扩张力、产品创新力、用户服务力、商业价值力和品牌传播力五个维度。

每个维度下再细分为具体的数据指标。根据这个模型,我们可以将数据一条条整理出来,形成结构化的表格。

4、导入AI模型分析数据

接下来,我们将整理好的数据导入到AI中进行分析。这一步的操作重点在于提示词的设计。

首先,仍然需要向AI提供背景信息,告诉它研究的品牌、维度和数据指标。然后,设置清晰的分析规则,比如“按照维度从高到低排序,并详细分析各项指标的表现”。

为了让AI理解我们的需求,可以采用Markdown格式,将数据和规则结构化。

在生成分析结果后,需要对其进行校验。如果分析结果中存在数据引用错误,可以调整提示词重新生成。整个过程可能需要多次迭代,直到生成满意的结果。

5、整理润色分析结果成文

6、生成PPT大纲创作内容

有了大纲,我们就可以使用通义千问,来快速制作PPT模板,具体操作步骤如下:

1.进入通义千问页面,选择“长文本生成PPT”功能。

3.根据需要调整大纲结构,并选择合适的PPT模板和配色方案。

4.点击生成PPT,工具会自动提取关键内容并形成初步框架。

生成的PPT可以直接下载,然后根据需要进一步调整和优化。

7、制作图表插入PPT生成报告

为了使PPT更直观,我们可以制作图表,并将其插入到对应页面。例如,我在演示中使用飞书表单制作了雷达图。

操作方法是:先选中数据范围,点击插入图表,选择雷达图样式。

生成图表后,可以直接下载为图片,然后粘贴到PPT中。

通过这些可视化工具,可以让报告内容更加直观、易懂。

通过以上实操,我们完整演示了如何利用AI工具开展商业情报研究的全过程。从获取信息源到生成报告,每一步都强调了方法和工具的结合。

希望大家通过这次实践,能够掌握这些技巧,并灵活运用于实际工作中。

商业情报研究不仅是技能,更是一种方法论。通过AI工具的辅助,我们可以大大提升信息获取和商业研究效率,让人人都能快速掌握一个新领域。

最重要的是要结合AI工具实操,建立自己的行业调研框架。

本次的PPT+音频,已上传至下方,请查收。错过的一定要去回听,会对你用好AI,辅助自己做行业研究和趋势判断大有裨益!

1.

2.

3.

推荐加入和领取:

1、松月的“野生运营-知识星球”【现在加入可领取《2025年运营人百科全书》】

老朋友续费知识星球

常年8折

2、松月的“野生读书会-知识星球”【现在加入可参与“小红书读书博主合作计划”】

THE END
1.推荐系统基本流程推荐算法流程图本文详细介绍了推荐系统的基本流程,涉及物品、用户、场景、搜索模型及排序算法。涵盖了召回模块、排序模块和后排模块的运作,以及常用的召回和排序模型。重点讲解了如何通过用户行为和特征计算个性化推荐,适合深入理解推荐系统技术的读者。 摘要由CSDN通过智能技术生成 https://blog.csdn.net/qq_56422229/article/details/124846254
2.推荐系统最新架构推荐系统功能流程图推荐系统最新架构 推荐系统功能流程图 推荐系统主要解决的是信息过载的问题,目标是从海量物品筛选出不同用户各自喜欢的物品,从而为每个用户提供个性化的推荐。推荐系统往往架设在大规模的业务系统之上,面临着用户的不断增长,物品的不断变化,并且有着全面的推荐评价指标和严格的性能要求(Netflix 的请求时间在 250 ms https://blog.51cto.com/u_16099304/8328916
3.设计算法.输入正整数n.计算它的阶乘n!.画出流程图.用for语句描述解:算法流程图如答图所示: 用for语句描述算法如下: 输入n; T:=1; for i:=1 to n do begin T:=T*i; end. 输出T. 练习册系列答案 创新教程系列答案 互动中考复习大讲义系列答案 中考阶段总复习ABC系列答案 达优测试卷系列答案 剑指中考系列答案 http://www.1010jiajiao.com/gzsx/shiti_id_77d21cec7625a12d71db452d984156ef
4.基于协同过滤推荐算法的购物网站的设计与实现(14页)1算法流程图系统算法流程图设计如图5.14所示。 3.2算法实现此功能模块是体现在评价成功后的页面上的,当用户购买成功并评价成功的时候, 系统会将所评论的商品以及评分与其他评分进行比较和分析,然后将算法算出的结果推 测为用户可能会喜欢的商品并推荐给用户,将推荐的商品显示在猜你喜欢的模块上。所 以该功能实现的https://max.book118.com/html/2020/0413/8100115027002106.shtm
5.用了很久的YouTubeApp之后,我写下了这份产品体验报告App信息结构图 3.3 基础流程 基础流程图 4、交互体验 4.1 UI界面 页面切换 YouTube App内的页面间切换方式为点击切换,不支持左右滑动切换。 导航设计 YouTube App主界面导航采用底部固定式选项卡菜单,共5个:首页、时下流行、订阅内容、收件箱、媒体库。 https://www.digitaling.com/articles/241247.html
6.工业界推荐系统排序技术要点总结,专注大模型、学术论文、算法实战、面经分享 工业界的推荐系统技术要点总结,从事推荐系统相关方向的同学都建议刷一刷。喜欢记得收藏、关注、点赞。文末提供搜广推技术交流群。 另外,随着大模型与搜广推各场景的融合越来越多,相关技术也是面试常考点,为此写了两本书进行总结,喜欢可以看看。 https://zhuanlan.zhihu.com/p/689894486
7.流程图制作软件哪个好?流程图制作软件推荐流程图绘制软件大全包含了业务流程图,程序流程图,工作流程图,数据流程图,生产工艺流程图,word流程图,采购流程图,信用证流程图,算法流程图,招聘流程图,化工工艺流程图,带控制点的工艺流程图,销售业务流程图,审批流程图,合成氨工艺流程图,酒店管理系统流程图,http://www.downcc.com/k/liuchengtuzhizuo/
8.RGSM3hmac/README.mdatmaster·rg4sun/RGHMAC 算法流程图 HMAC 算法描述 在HMAC 的定义中用到一个密码散列函数和一个密钥 Key。本作品使用的 SM3 作 为对明文进行分组循环压缩的散列函数,明文分组长度为 64(byte),散列函 数的输出长度为 32(byte)。认证密钥 K 为随机生成。 再定义两个不同的固定字符串 iPad 和 oPad 如下(“i”和“o”表示内部https://github.com/RGNil/RG_SM3hmac/blob/master/README.md
9.机器学习推荐算法原理入门及算法介绍消费金融风控联盟比如,年纪大的人,我推荐猕猴桃,维生素丰富还能降血糖。小姑娘呢,可以推荐她们柠檬,美白又减肥。 协同过滤这个算法,目的就是找相似。其中:找相似,可以是找相似的人,也可以找相似的东西。 协同过滤(collaborative filtering)是通过将用户和其他用户的数据进行对比来实现推荐的算法。协同过滤流程图如下: https://www.shangyexinzhi.com/article/7331518.html
10.结合信任关系的用户聚类协同过滤推荐算法图1算法整体流程图 最终通过预评分公式预测出目标用户a对项目的评分值, 选取评分值最高的前N个项目作为推荐结果. 算法1. 用户聚类迭代算法 输入: 用户集合U, 评分矩阵Rm×n 输出: 调整后的用户聚类 (1)首先用K-mean聚类算法对初始的用户集合进行聚类, 得到初始用户聚类$\scriptstyle UC = \left\{ {U{C_https://c-s-a.org.cn/html/2020/8/7561.html
11.PageRank算法实现好友推荐(算法原理)PageRank算法流程图 抽象模型 有向图 使用有向图表示: 有向图示例 这个例子中只有四个网页,如果当前在A网页,那么悠闲的上网者将会各以1/3的概率跳转到B、C、D,这里的3表示A有3条出链,如果一个网页有k条出链,那么跳转任意一个出链上的概率是1/k,同理D到B、C的概率各为1/2,而B到C的概率为0。 https://www.jianshu.com/p/cbb04e7384ee
12.你真的清楚流程图规范吗?流程图作为一种表达算法和思路最好的方法,一直在我们的生活中扮演着重要的角色。但是很多人画流程图都是大概一画,并没有按照流程图规范来画。难道流程图没有一个统一的规范吗?流程图当然有规范的画法,下面我来为大家介绍一些流程图规范。 既然说起流程图规范,那不得不提的就是流程图的三大结构。在说三大结构之前https://modao.cc/flowchart/flow-chart-specifications-you-should-know.html
13.流程图怎么做?分享流程图制作的基础知识流程图可以细分为工艺流程图、工作流程图、算法流程图、程序流程图和系统流程图等多种分类,但我们其实可以将这些分类的流程图归纳为逻辑流程图和基本流程图两大类型。 1.逻辑流程图:逻辑流程图用来表示流程内的核心运行过程,用来指导编写程序逻辑,并检查程序算法的正确性,便于帮助他人理解程序的逻辑思路https://m.liuchengtu.com/tutorial/lctzmz.html
14.用流程图描述算法中表示“条件判断”的图形符号是()。A.B.C用流程图描述算法中表示“条件判断”的图形符号是( )。 A. B. C. D. 相关知识点: 试题来源: 解析 答案:A 结果一 题目 用流程图描述算法中表示“条件判断”的图形符号是( )。 答案 答案:A相关推荐 1用流程图描述算法中表示“条件判断”的图形符号是( )。https://easylearn.baidu.com/edu-page/tiangong/questiondetail?id=1709863306399674600&fr=search